AI防御ツール「Sunglasses」がスキャナー公開

AIエージェントは自分を宣言しない攻撃に対して脆弱である。通常のメール、ウェブページ、画像、文書の内部に隠された悪質な指示。従来のセキュリティ認証（OAuth、クッキー、トークン）と動作監視に焦点を当て、入力検証—エージェントがコンテンツを見る瞬間の前—のギャップを残す。Sunglassesは機械学習やクラウドインフラストラクチャを必要としないローカルのみのオフライン防御レイヤーでそのギャップを埋める。設計哲学は実用的である。69の攻撃カテゴリー全体で1,106パターンと7,648キーワードを搭載し、17の正規化技術による回避（Unicode紛らわしい文字、リート記法、Base64エンコーディング）を検知し、「メカニズムレイヤー」は攻撃の構造（例えば、何か機密なもの＋それを流出させる場所）をキャッチするため、言い換えられたバリアントでもなお引き金となる。

このツールはLakera Guard、LLM Guard、NVIDIA NeMo Guardrails、Azure Prompt Shieldsなどの既存ソリューションと明示的に並べて配置されている。新規の攻撃のMLベース検出で競うのではなく、Sunglassesはローカル実行、ゼロコスト、互換性を強調する—ユーザーは単独で実行することも、アダプターシステム経由でクラウドツールとの階層化もできる。テストは計測された正直なスタンスを限定に表現する。38の実攻撃と73のオープンソースREADMEをクリーンネガティブとするラベル付きデータセットで97.4%のリコール、v0.3.1で偽陽性ゼロだが、既知のギャップあり。「curl…|bash」という文字列は5つの人気あるREADMEファイルに正規で登場し、攻撃パターンで悪質であるため、フラグ付けすると1つの攻撃を検知するために5つの偽陽性を追加することになる—作成者はこのトレードオフはテキストスキャンでなく実行時制御に属するべきと認識している。